该公司告诉Kod Durov，一个由科学家和开发人员组成的团队已经在Yandex Cloud云平台上启动了一个用于对贝加尔湖进行生态监测的神经网络。

(资料图片)

机器学习算法分析来自湖泊的水样，确定并分类其中含有的微生物。现在，神经网络能够处理70种形式的浮游生物，这些浮游生物最常见于样本中。

据称，人工智能的引入将简化生物学家的工作，他们多年来一直手动计数和确定微生物。

监测湖“1号点”生态系统的项目自1945年以来一直在进行，由伊尔库茨克国立大学生物研究所的专家进行。一直以来，水样都定期在湖的一个点从深达250米的地方采集。

接下来，科学家分析样本中的浮游植物和浮游动物，跟踪湖泊的组成和状况如何变化，并确定气候趋势。借助神经网络，生物学家可以自动化整个监测周期，从而快速获取新研究的数据。

用于生态监测的神经网络与研究所的科学家一起，由MagineAI，Yandex Cloud平台团队以及贝加尔湖支持应用环境发展和研究基金会开发。生物学家提供了近50，000张样本图像，其中20，000张用于训练算法。

现在，来自显微镜的样品会自动传输到Yandex云。该算法确定最小的甲壳类动物，它们的物种隶属关系并形成报告卡。神经网络继续在服务中接受训练，用于开发和操作机器学习算法Yandex数据Sphere。数据标记是使用众包服务托洛卡进行的。

未来，计划扩大监测规模，监测贝加尔湖其他地点的水源状况，并始终如一地采用项目中使用的开源技术。ISU生物研究所生物学研究所所长、生物科学博士Maxim Timofeev表示，未来该算法可能成为国家甚至全球水体监测系统的基础。

云提供商Yandex Cloud的首席执行官阿列克谢·巴什基耶夫(Alexey Bashkeev)强调，科学界和教育组织正在云中做出越来越多的发现。据他介绍，该平台的首要任务之一是创建一个可靠的跳板，以便在研究项目中轻松使用云服务。

MaritimeAI计算机视觉专家谢尔盖·奥列什科夫说，神经网络是构建决策支持系统和在生态学领域使用ML的一个很好的例子。

贝加尔湖应用环境研究与发展基金会高级经理Evgeniya Elkina补充说，神经网络的启动是开发贝加尔湖定期环境监测最长期项目的重要一步。

标签：